Maschinenstörungen treten oft unbemerkt auf, was so lange zu Ausschuss führt, bis die Qualitätsmängel Mitarbeitenden auffallen und die Maschine gestoppt wird. Glücklich ist, wer auf erfahrene Beschäftigte zurückgreifen kann, die das Problem kennen und beheben können.
Auch künstliche Intelligenz könnte hier bald Hilfestellung geben. Ein Forschungsteam um Jonas Krauß von der Projektgruppe Prozessinnovation am Fraunhofer-Institut für Produktionstechnik und Automatisierung IPA hat zusammen mit den Firmen Maincor Rohrsysteme und Maxsyma eine Methode entwickelt, wie KI in die Instandhaltung integriert werden kann.
Algorithmus erkennt fehlerhafte Schweißnähte
Die Firma Maincor Rohrsysteme produziert im unterfränkischen Knetzgau unter anderem kunststoffummantelte Aluminiumrohre für Fußbodenheizungen. Dabei können fehlerhafte Schweißnähte ebenso auftreten wie Abweichungen bei der Dicke der Kunststoffummantelung. Beides bedeutete bisher Ausschuss und führte so lange zu einem Maschinenstillstand, bis der Fehler gefunden und behoben war.
Das Forschungsteam hat einen Demonstrator entwickelt, bei dem das Ultraschallschweißen mit Kamera und KI überwacht wird. Ein Algorithmus wertet die Kamerabilder aus und erkennt fehlerhafte Schweißnähte, wenn sie entstehen. Um die KI zu trainieren, haben ihr die Wissenschaftlerinnen und Wissenschaftler Fotos von guten und fehlerhaften Schweißnähten vorgelegt, bis sie darin ein Muster erkannte. Weil es aber insbesondere von fehlerhaften Schweißnähten nicht genug Bilder gab, musste das Forschungsteam sie zum Teil künstlich erzeugen. Die Digitalisierungs- und Automatisierungslösungen von Retarus ermöglichen effiziente Abläufe ohne manuellen Aufwand oder Kompromisse bei der Datensouveränität ‣ weiterlesen
Business Process Solutions
Retarus beschleunigt Datenaustausch in der Produktion
Die Sonotrode des Ultraschallschweißgeräts ist ein Verschleißteil. Deren Abnutzung erhöht den Widerstand und damit den Stromverbrauch. Die Froschenden haben deshalb Strommesszangen an der Leitung befestigt. Ein weiterer Algorithmus analysiert die Messwerte. Den Durchmesser der fertigen Rohre erfasst das Forschungsteam mit einem Röntgenmessgerät. Abweichungen nach oben deuten darauf hin, dass beispielsweise der Druck im Extruder, der die Kunststoffummantelung aufbringt, zu hoch ist. Ein zu geringer Durchmesser bedeutet zu wenig Druck.
Smart Watch gibt Handlungsempfehlungen
„Sobald die KI eine schlechte Schweißnaht erkennt, den erhöhten Stromverbrauch der Sonotrode registriert oder Abweichungen beim Durchmesser feststellt, erscheint auf der Smart Watch des zuständigen Maschinenbedieners eine entsprechende Meldung“, erklärt Krauß. „Verbunden ist sie mit einer Handlungsempfehlung, damit die Störung schnellstmöglich und ohne unsystematisches Herumprobieren behoben oder rechtzeitig eine neue Sonotrode beschafft wird.“
Die Handlungsempfehlungen basieren auf sogenannten Workflow-Modellen, die das Forschungsteam zuvor gemeinsam mit Prozessexperten entwickelt hatte. Sie bilden die durchzuführenden Arbeitsschritte ab, die die KI empfiehlt.
Die Firma Maxsyma, ein Softwarehersteller aus Floß in der Oberpfalz, will die Funktionen und Softwarebibliotheken in ihre Anwendung Iot2flow integrieren und so anpassen, dass sie auch für Unternehmen aus anderen Branchen von Nutzen sind.
Maincor geht davon aus, dass das fertige Tool nach seinem Rollout in der gesamten Fertigung die Dauer von Maschinenstillständen um etwa 15 bis 20 Prozent verkürzen und die Ausschussrate um rund 0,5 Prozent senken könnte. Außerdem rechnet das Unternehmen mit fallenden Kosten für Wartungs- und Reparaturarbeiten sowie mit Effizienzgewinnen durch eine optimierte Produktionsplanung und -steuerung.
